参数

• num_train_timesteps (int, 默认为1000) — 训练模型所需的扩散步数。
• beta_start (float, 默认为 0.0001) — 推理的起始 beta 值。
• beta_end (float, 默认为 0.02) — 最终的 beta 值。
• beta_schedule (str, 默认为 "linear") — beta 策略，将 beta 范围映射到模型的步进序列。可选择 linear，scaled_linear 或 squaredcos_cap_v2。
• trained_betas (np.ndarray, 可选) — 直接传递一个beta数组到构造函数，以绕过beta_start和beta_end。
• solver_order (int, 默认为2) — DEIS阶数，可以是1、2或3。建议使用solver_order=2进行引导采样，使用solver_order=3进行无条件采样。
• prediction_type (str, 默认为epsilon) — 调度函数的预测类型；可以是epsilon（预测扩散过程的噪声），sample（直接预测噪声样本）或v_prediction（参见Imagen Video论文的2.4节）。
• 阈值（bool，默认False）—是否使用“动态阈值”方法。这种方法不适合Stable Diffusion这样的潜在空间扩散模型。
• 动态阈值比率（float，默认0.995）—动态阈值方法的比率。仅在thresholding=True时有效。
• sample_max_value（float，默认1.0）—动态阈值的阈值。仅在thresholding=True时有效。
• algorithm_type (str, 默认为 deis) — 求解器的算法类型。
• lower_order_final (bool, 默认为 True) — 在最后几个步骤中是否使用低阶求解器。仅对少于 15 个推理步骤有效。
• use_karras_sigmas (bool, 可选，默认为 False) — 在采样过程中是否使用 Karras sigma 来确定噪声安排的步长。如果为 True，则 sigma 的确定根据噪声水平序列 {σi} 进行。
• timestep_spacing (str, 默认为 "linspace") — 网格时间步长缩放的方式。有关更多信息，请参阅常见的扩散噪声计划和样本步骤是错误的中的表2。
• steps_offset (int, 默认为 0) — 根据某些模型家族的需求，添加到的推理步骤的偏移量。

参数

• prev_sample（《tensor`，形状为(batch_size, num_channels, height, width)，用于图像）——前一步计算的样本(x_{t-1})。在去噪循环中，应使用prev_sample作为下一模型输入。